jiaqi_ge的博客

先验框：简单来说，在YOLOv1中，作者遇到了一个问题，虽然我们通过实验知道要选两个boxes是最优的，但是如何这两个boxes的尺寸如何决定呢？网络自身可以学着不断调节box的大小，但是我们能够提前给定一个/多个尺寸作为备选不是更好吗？因此，YOLOv2采用k-means聚类方法对训练集中的边界框做了聚类分析。因为设置先验框的主要目的是为了使得预测框与ground truth的IOU更好，所以聚...

看到很详细的一篇 yolov3的讲解https://blog.youkuaiyun.com/leviopku/article/details/82660381

1.卷积滑动窗口2.yologridcell检测3.交并比4.非极大值抑制5.构建障碍物识别检测算法（两者区别）创建标签训练集检测准确率，召回率，map

对神经网络进行剪枝这个想法并不新奇，可追溯至1900年（Yan Lecun的工作-http://yann.lecun.com/exdb/publis/pdf/lecun-90b.pdf）。其基本的思想是：神经网络的参数众多，但其中有些参数对最终的输出结果贡献不大而显得冗余，剪枝顾名思义，就是要将这些冗余的参数剪掉。首先，需要根据对最终输出结果的贡献大小来对模型的神经元们排序，然后，舍去那些贡献度...